新IT卓越大讲堂 No.42期
第二期金融智能技术论坛
论坛时间：2020年10月21日（周三）14:00-17:00
论坛链接：腾讯会议号 882490341
主办单位：山东省金融信息工程技术研究中心
承办单位：纽约国际967线路测试纽约国际967线路测试、山东省区块链金融重点实验室
论坛安排：
1. 14:00-14:10 领导致辞
2. 14:10-15:00 学术报告一
题目：BlockMaze: An Efficient Privacy-Preserving Account-Model Blockchain Based on zk-SNARKs
摘要：The disruptive blockchain technology is expected to have broad applications in many areas due to its advantages of transparency, fault tolerance, and decentralization, but the open nature of blockchain also introduces severe privacy issues. Since anyone can deduce private information about relevant accounts, different privacy-preserving techniques have been proposed for cryptocurrencies under the UTXO model, e.g., Zerocash and Monero. However, it is more challenging to protect privacy for account-model blockchains (e.g., Ethereum) since it is much easier to link accounts in the account-model blockchain. In this paper, we propose BlockMaze, an efficient privacy-preserving account-model blockchain based on zk-SNARKs. Along with dual-balance model, BlockMaze achieves strong privacy guaran- tees by hiding account balances, transaction amounts, and linkage between senders and recipients. Moreover, we provide formal security definitions and prove the security of BlockMaze. Finally, we implement a prototype of BlockMaze based on Libsnark and Go-Ethereum, and conduct extensive experiments to evaluate its performance. Our 300-node experiment results show that BlockMaze has high efficiency in computation and transaction throughput: one transaction verification takes about 14.2 ms, one transaction generation takes 6.1-18.6 seconds, and its throughput is around 20 TPS.
报告人：万志国，山东大学纽约国际967线路测试副教授
3. 15:10-16:00 学术报告二
题目：基于图结构数据的模式识别与机器学习算法及其在金融时序网络分析的应用
摘要：图（Graph）结构是描述对象与对象间复杂关系的重要方法，在自然科学、社会科学、人文科学等领域广泛存在，如：动态金融时序网络、交通网络、生物蛋白网络、社交网络等。如何分析与处理图结构数据是目前模式识别与机器学习领域的重要研究内容。然而，由于图是一种非线性、拓扑关系错综复杂、高噪音、非规则的结构化数据，传统基于欧式空间数据的模式识别与机器学习算法难以直接处理这类数据。如何提出并发展可直接应用于图数据分析的结构模式识别与机器学习算法是当前的研究热点。本报告首先梳理了结构模式识别与机器学习算法的发展脉络，包括：图的嵌入、图核函数、图神经网络、基于图的特征选择等算法，分析了相关算法的理论特点与发展现状。最后，介绍了报告人在相关方向的具体研究与理论创新，并给出若干动态金融时序网络数据分析的应用实例。
报告人：白璐，中央财经大学信息学院副教授
4. 16:10-17:00 学术报告三
题目：基于金融领域知识建模的智能算法研究
摘要：近些年，人工智能技术已经成为金融领域的新宠儿，尤其是在新兴金融科技应用场景中。本报告介绍如何基于金融领域知识建模进行机器学习设计，进而解决金融场景中系列业务问题的研究工作。具体研究内容涵盖智能投顾、精准营销、量化分析和运营管理等方面。智能投顾研究涉及投资优化、多目标投资推荐、资产配置内容等；精准营销研究涉及投资人定位，双向选择优化等内容；量化分析研究涉及时间序列预测、市场建模、市场演化分析等内容；运营管理研究涉及客户保留、欺诈检测和舆情分析等内容。
报告人：赵洪科，天津大学管理与经济学部讲师
报告人简介：
万志国，山东大学计算机学院副教授，博士生导师，IEEE、ACM及中国计算机学会会员，中国计算机学会区块链专委首任委员，主要研究方向为区块链、云计算、大数据、物联网安全和隐私保护。清华大学学士、新加坡国立大学计算机学院博士、比利时鲁汶大学博士后，曾任职清华大学软件学院。作为项目负责人承担国家自然科学基金项目三项，以及山东省自然科学基金面上项目、教育部留学回国人员基金项目等多项项目；作为项目骨干参与国家自然科学基金重点项目，科技部重点研发计划项目。在区块链方向深入研究，研发了面向物联网的区块链、账户模型区块链隐私保护机制以及融资租赁区块链。已发表学术文章50多篇，包括INFOCOM，IEEE TDSC, IEEE TIFS等顶级国际会议和国际期刊，申请专利6项，授权发明专利2项。Google Scholar引用次数达2000余次，单篇引用次数达500+次。
白璐，男，中央财经大学信息学院副教授，博士生导师，龙马学者青年学者，国家金融安全教育部工程研究中心（北京市高精尖学科）研究员，第四批青年科研创新团队带头人。2015年1月于英国约克大学取得博士学位，获2014年度教育部“国家优秀自费留学生奖”，师从国际模式识别与计算机视觉著名学者、IEEE/IAPR Fellow、国际模式识别学会IAPR前副主席Edwin R. Hancock教授。于澳门科技大学分别获理学学士、理学硕士学位。2015年3月进入中央财经大学，2017年破格晋升副教授，2018年获聘“青年龙马学者”，2019年破格获聘博士生导师。分别担任国家一级学会中国自动化学会（CAA）模式识别与机器智能专委会委员，中国图象图形学会（CSIG）视觉大数据专委会委员，中国计算机学会（CCF）人工智能与模式识别专委会通讯委员。主要从事模式识别、机器学习、计算机视觉、金融数据分析等领域的研究工作。主持国家自然科学基金面上、青年项目两项。截至2020年10月，已累计发表国际主流期刊与会议论文近80篇，其中代表性第一/通讯作者论文包括：TPAMI、TCYB、TNNLS、PR、PRL、Neurocomputing、JMIV、ICML、IJCAI、ECML-PKDD、ICDM近30篇。担任国际模式识别领域旗舰期刊Pattern Recognition责任客座编辑（Managing Guest Editor），组织ICPR 2018关于金融专题Workshop，担任多个国际顶级期刊、会议审稿人与PC Member。曾先后获：英国机器视觉学会BMVA奖学金（2013年），国际模式识别学会IAPR“Eduardo Caianiello奖”（2015年，ICIAP最佳学生论文奖，1/234），国际模式识别学会IAPR News Letter下一代专栏报道（2016年），国际模式识别大会ICPR最佳论文奖（2018年，6/1258），国际工业工程及工程管理大会IEEE IEEM最佳论文提名与优秀论文奖（2019年，提名率：3%），涌金学术奖（中央财经大学-涌金集团，2019年）。
赵洪科，博士，现为天津大学管理与经济学部讲师、硕士研究生导师。2018年毕业于中国科学技术大学，获计算机科学与技术专业博士学位。曾分别于2016年8月至2017年1月在美国亚利桑那大学埃勒商学院管理信息系统系，2015年9月至2016年8月在美国北卡罗来纳大学夏洛特分校计算与信息学院等知名高校访问留学。研究方向包括数据挖掘、机器学习，特别是面向金融商务和FinTech等领域的智能算法设计以及大数据驱动的创新创业管理研究。在计算机、信息管理等领域的高水平学术期刊（如TKDE, TIST, TSMC, TBD, IMM, Information Sciences, Scientometrics, 软件学报等）和顶级国际学术会议（如SIGKDD，AAAI，IJCAI，ICDM, ICIS等）上发表论文40余篇，并申请国家发明专利10余项（已公开），资政研究成果被国家育部等中央有关部门上报采用。荣获中国智库索引CTTI年度（2019）优秀成果奖、中国人工智能学会（CAAI）优秀博士学位论文提名奖、中国科学技术大学优秀博士学位论文奖、中国科学院院长奖、中国科学院朱李月华优秀博士生奖、中国机器学习会议（CCML）最佳学生论文奖、KDD-CUP季军等奖项。担任SIGKDD、AAAI、IJCAI、SIAM、SDM等多个顶级会议高级程序委员和系列重要期刊审稿人。
